基于RETE网的句法分析算法研究

结构消歧是句法分析的一项重要任务.研究表明,增加复杂特征有利于提高句法分析系统的消歧能力.但相对于不包含复杂特征的句法分析系统,包含复杂特征规则的系统,通常规则数量较大,规则的匹配和存贮成为句法分析算法面临的一个问题.提出一种基于RETE网的高效可并行的句法分析算法.该算法将复杂特征规则转换为RETE匹配网,从而实现规则的高效存贮和快速匹配.实验表明,该算法可以有效组织大量多特征规则,并进行高速句法分析.     

基于多槽哈夫曼Trie树的规则引擎快速匹配算法

为了提高机场类企业数据在海量规则集合中的匹配能力,提出了基于多槽哈夫曼Trie树（MSTHTrie）的规则引擎快速匹配算法。该算法充分利用了规则点属性名数与规则条数之间的不对称特性,将对规则的线性比对转换为对多槽的并行比对,从而在稳定的空间复杂度下提高了规则引擎的匹配效率。首先对通用规则进行了严格的形式化描述,并在合理假设条件下证明了槽内规则分布命题和动作数定理;然后基于动作数定理提出了简化操作符的MSHtree算法;随之扩展操作类型提出了MSHTrie算法,使规则引擎有了普适性;最后在国内枢纽机场的业务数据上完成对比实验,表明新算法在空间复杂度上较传统线性匹配算法节约了52.6%,匹配性能上与Policytree算法相比提高了21.3%。     

一种电力造价异常数据辨识算法

为了解决现有电力造价异常数据检测算法无法识别清单详情及清单与施工细节不符的问题,提出了一种基于规则匹配的电力造价异常数据辨识算法.利用K-means聚类算法实现了清单的初步分类和特征清单的提取,将特征清单的特征词作为清单类别特征.采用规则库对清单详情进行分词,并提取清单特征词,采用多项式贝叶斯算法计算出清单位于当前类别的概率.实验结果表明,所提出算法较传统异常数据检测算法的准确率提高了约10%.     

双目实时目标三维测量实现方法的研究

为了解决目标匹配困难、匹配效率低等问题,提出了一种基于双目立体视觉的实时目标特征匹配算法——绝对窗口误差最小化(CAEW).首先,在研究摄像机基本原理后利用张氏标定法解决摄像机的标定,并对最终标定数据采用Bouguet算法进行双目立体校正;然后,利用Ada Boost迭代算法训练目标检测器实现目标检测.将CAEW算法与常用的尺度不变性的特征点检测和匹配(SURF)的效果评估进行比较分析,结果显示CAEW算法的效果评估能达到90%以上,这一指标有明显提高,可以很好地满足双目实时目标匹配的需求.通过CAEW与SURF算法实验对比,进一步说明了减少不必要的全局性图像像素点处理可以提高匹配速度.     

基于Rete规则推理的告警关联性分析

针对现有规则推理算法无法实现在当前大规模复杂多变的网络环境中准确、实时地推理告警规则的问题,提出了一种改进的规则推理算法Im_Rete.该算法结合网络告警数据的特点,采用面向告警缺失的模糊推理策略和基于概率关联模型的事实传播策略,在提高推理准确性的同时平衡推理速度,能够更加有效地对告警进行关联分析.通过仿真实验进行对比分析,结果表明Im_Rete算法在推理速度和准确性方面均具有较好的性能.     

基于ECA扩展企业经营信息主动服务机制

为了能将恰当的业务信息在恰当的时间传递给恰当的人,提出了一种扩展企业经营信息主动服务机制,它利用多agent技术实时捕获业务系统变化数据,将其转化为消息存放在消息队列中;规则引擎将消息队列中的消息转化为事实,并与业务人员事先根据分析需求制定的事件-条件-动作（ECA）规则进行匹配,激活匹配规则,执行规则附加动作. 该机制可以解决信息实时生成、主动推送问题,能够为日常结构化决策行为自动化提供支持.     

基于ECA扩展企业经营信息主动服务机制

为了能将恰当的业务信息在恰当的时间传递给恰当的人,提出了一种扩展企业经营信息主动服务机制,它利用多agent技术实时捕获业务系统变化数据,将其转化为消息存放在消息队列中;规则引擎将消息队列中的消息转化为事实,并与业务人员事先根据分析需求制定的事件-条件-动作（ECA）规则进行匹配,激活匹配规则,执行规则附加动作. 该机制可以解决信息实时生成、主动推送问题,能够为日常结构化决策行为自动化提供支持.     

基于神经网络的大规模数据集离群点检测算法

针对传统方法在检测离群点时常因冗余数据的干扰而导致检测用时较长、检测准确率偏低的问题,设计了基于神经网络的大规模数据集离群点检测算法.采用核主成分分析方法对大规模数据集进行降维处理,去除其中存在的冗余数据,利用神经网络在误差函数的基础上实现对离群点的检测.结果表明：该算法的检测时间始终低于0.4 min,且检测准确率始终保持在90%以上,说明该算法能够快速、准确地检测大规模数据集中的离群点.     

基于相似特征的软件安全性缺陷检测算法

文章在全面分析软件系统安全性缺陷的基础上,提出一种基于相似特征的软件安全性缺陷检测算法.针对C语言源代码,应用实例推理CBR的技术原理,通过检测算法将源代码的安全特征与已知安全性缺陷的实例特征进行相似匹配,通过相似度计算来判定软件代码是否存在安全性缺陷.实验表明该算法有效地提高了缺陷检测的准确性和效率,解决了现有基于规则匹配的检测方法不能快速而准确地处理大型遗产软件和结构较为复杂的软件的问题.同时阈值的定义和选择也提高了检测算法的适应性和灵活性.     

基于分块的大规模地形实时渲染方法

将地形数据分块技术、层次细节模型（LOD） 技术、改进的ROAM 算法和数据预取技术等相结合,提出了一种超大规模地形数据实时渲染方法.通过分块策略对规则网格进行区域分割,采用空间填充曲线对分块网格进行多分辨率排列,并建立三角形节点顺序与剖分点之间对应关系的快速检索,实现数据快速调度;视见体投影简化分块裁剪算法降低可见性判断的复杂度,提高了计算效率;改进的四队列ROAM实时构网算法,很好地利用了相邻帧的相关性,有效地提高了渲染速度;基于视点预测、部分数据常驻内存的多线程数据预取实现了场景规模基本不相关的连续LOD实时渲染.实验结果表明,该算法高效可行,适合于海量地形场景的快速渲染和交互漫游应用.     

多约束的应用层组播算法研究

组播在分布交互式应用、网络在线游戏、流媒体等方面具有广泛的应用.为满足应用层组播QoS要求,在文构建多约束应用层组播树模型,基于遗传算法、采用双染色编码方式寻找最优生成树.该算法既能满足实时性、节点负载限制,又能最小化组网资源消耗,高效利用网络资源.实验表明,该算法收敛速度快,可靠性高.     

基于LSP时延和拥塞的分布式自适应流量工程算法

研究多协议标签交换(MPLS)网络中的流量工程,提出了基于标签交换路径(LSP)时延和拥塞 来优化网络流量的算法。给出全网流量优化的数学模型,并根据该模型内在的层次性,设计 了分布式自适应流量工程算法。为了使算法具有实时性强、收敛速度快、稳定性较好、运算 和网络开销小等特点,在设计中,采用了禁忌搜索和算法参数的非线性调整来提高算法的性 能。仿真分析表明,该算法能够实现对网络性能的全面优化,适合应用于骨干网的流量优化.     

一种面向视频流业务的异构IP网络垂直切换机制

为了实现异构IP网络中的视频流业务无缝切换,提出一种快速移动IPv6（FMIPv6）协议框架下的链路层触发垂直切换机制,通过多次触发保证垂直切换的准确性. 并且利用视频流业务接收端存在防抖动缓存的特点,在防抖动缓存窗口时间内进行链路层切换. 理论分析和仿真结果表明,所提机制能实现低时延垂直切换,满足业务的实时性要求.     

基于网络处理器的流量过滤及均衡系统的设计与实现

面对网络中的海量数据,单台服务器可能无法及时处理,且并非所有类型的数据流都是目标服务器所需要的。本系统对网络数据流进行协议识别、流量过滤,然后进行流量均衡,将数据流分配到目标服务器集群。文章假设目标服务器集群只需要VoIP数据流,应用BloomFilter算法维护协议特征库及数据流的快速识别;在对语音数据流的均衡过程中,使用TCAM维护数据转发路由及其查找;并通过DRAM应用扩展TCAM空间,以适应海量数据的处理要求。     

交通流诱导与控制协同优化模型的遗传算法求解

以路段和交叉口的加权拥挤程度最小为目标,建立诱导和控制的协同优化交通流分配模型,并提出基于遗传算法的求解。采用动态滚动式计算模型算法得出的均衡流量调整为诱导信息的发布提供定量依据,能够将诱导和控制协同起来均衡路网流量,避开拥挤。小路网试验结果表明:该模型算法实时、有效,便于实施。     

物流配送路径优化理论在立体匹配技术中的应用研究

由于目前的立体匹配算法大都以追求高匹配精确度为目的,造成了算法执行时间过长,不利于实时场合的应用.因此,提出了将物流领域中的配送路径优化理论和方法,即节约算法,引入立体匹配技术中,构建一种高匹配精度、高执行速度的立体匹配算法,并将该方法引入到双目立体视觉中.首先用金字塔算法在低分辨率图像上求取控制点,之后结合物流网络的构建理论修正初始视差空间图像,进而利用物流配送路径优化中实时性强的特点,在修正后的视差空间图像上快速找到全局最优路径,从而生成具有全局最优特性的视差.实验结果表明,本方法将大大增强立体视觉技术在实时场合下的适用性.     

基于内容转发模型的P2P流量识别算法

随着P2P技术的发展,单纯地依靠IP加固定端口、应用层特征匹配进行流量识别的方法已不能满足实际需求。本文基于P2P网络结点既下载数据内容又将其进行转发的事实,建立了P2P网络的内容转发模型,并在此基础上设计实现了基于P2P网络内容转发模型的流量识别算法。该算法不依赖于端口号或应用层特征等与特定应用相关的信息,而是充分利用了结点具有内容转发的内在特性,具有较好的扩展性和鲁棒性。同时,理论分析和实验结果表明:本文算法具有较好的识别精度和鲁棒性,对检测P2P流媒体应用及热门资源共享产生的流量更具适应性。     

城市元胞路网下自组织控制规则参数的整定

为解决城市信号自组织控制中,由相邻路口间各自最优通行效率冲突造成的路口群整体通行效率难以继续提升的问题,提出一种城市元胞路网下自组织控制规则参数的整定方法. 首先,利用城市路网元胞传输（CTM）模型模拟路网交通流动态状态信息;然后,基于元胞路网实时信息,以选定局域路网中各路口元胞的自组织控制规则参数为设计空间;最后,建立各路口相互协调下通行量最大化的目标函数,完成各路口自组织控制规则参数的整定. 仿真结果表明:在基于城市元胞路网实时信息条件的整定方法下,不仅解决了自组织控制中相邻路口间互相制约通行效率的问题,并且有效提高了自组织单元中所有路口的通行效率. 该方法为面向复杂城市路网的实时城市交通信号自组织控制系统提供可借鉴的智能化方法与工程化理论.     

基于遗传算法的小波神经网络交通流预测

城市交通流的运行存在着高度的复杂性、时变性和随机性，实时准确的交通流预测是智能交通系统，特别是先进的交通管理系统与先进的出行者信息系统研究的关键. 基于交通流预测的特点，给出了基于遗传算法的小波神经网络的交通预测模型GA WNN，用具有自然进化规律的遗传算法来对小波神经网络的连接权值和伸缩平移尺度进行前期优化训练,部分代替了小波框架神经网络中按单一梯度方向进行参数优化的梯度下降法，克服了单一梯度下降法易陷入局部极小和引起振荡效应等缺陷. 仿真实验验证了GA WNN预测模型对短时交通流的预测的有效性.